6月29日，天津大学医疗机器人与智能系统研究院开展2026年第十六期研究生阅读报告分享会，5名研究生依次进行了阅读报告分享。

研究院2021级博士研究生马志康围绕《Agent在医学安全监督上的探索应用》展开分享。首先从ENPIRE真实机器人自动科研框架切入，介绍工业机器人已经开始通过Agent进行策略生成、真实执行、失败记录和自我改进。该类自动迭代范式为机器人研发提供了新的思路，但直接迁移到医学和手术机器人场景仍面临核心安全问题：医学视觉Agent一旦产生幻觉、错误解释图像证据或在低可见度下给出继续操作建议，可能带来严重风险。

围绕这一问题，研究提出“主Agent输出、监督Agent校验和刹车”的安全监督框架，将手术机器人自动化拆解为三个前置任务：面向手术指导和智能剪辑的图文描述真伪监督，面向自主持镜的器械、组织声明和候选mask可靠性监督，以及面向自主清洁和人工接管的手术视野质量监督。结果显示，mask可靠性监督效果最稳定，可有效降低错误mask被接受的比例；图文幻觉与真实烟雾质量监督具有明确临床价值，但仍存在漏报和危险继续操作问题。整体工作强调，在讨论手术机器人自动化前，应先建立可量化、可追溯、可接管的安全监督层。

研究院2024级博士研究生董凯伦分享了论文《LeTac-MPC: Learning Model Predictive Control for Tactile-reactive Grasping》。针对机器人触觉反应抓取中存在的三大挑战：复杂物体物理属性差异、动态力交互任务需求、高分辨率触觉反馈整合难题，文章提出一种基于学习的模型预测控制方法（LeTac-MPC），以实现鲁棒抓取。

研究采用GelSight视觉触觉传感器获取高分辨率接触图像，通过CNN+MLP网络提取低维嵌入特征，表征物体物理属性与状态。同时设计可微MPC层，将神经网络嵌入与MPC结合，通过优化目标函数生成实时控制指令，确保25Hz控制频率。使用双臂机器人自动采集触觉图像与滑移阈值数据，简化训练集同时保证泛化性；进行端到端训练网络，以滑移阈值为目标，最小化预测轨迹与目标位置的L2距离，通过Cholesky分解确保Q矩阵正定，保证优化可行性；与纯模型控制（MPC、PD）及开环抓取对比，验证动态任务中的性能。结果表明，LeTac-MPC通过学习触觉嵌入与可微MPC结合，实现了动态力交互任务中的鲁棒抓取及跨物体泛化。

研究院2024级硕士研究生乔志伟进行了题为《面向单细胞无损操作的微夹持器设计》的报告分享。在微纳操作领域，传统光镊仅能输出皮牛级力，难以抓取不透光、大质量微构件；毫米级机械镊子夹持力大，但尺寸大，不适用于单细胞操作。现有光纤集成微夹爪多为单一材质、二维平面结构，难以实现单细胞高精度三维操控。

研究开发一种仿生骨骼-肌肉复合三维光纤夹爪（OFG），采用刚性光刻胶微爪作骨架、银纳米颗粒掺杂温敏水凝胶为人工肌肉，通过808nm近红外光经光纤传导驱动夹爪开合，实现连续可调夹持力。采用两步飞秒激光双光子聚合（2PP）方法，最后原位光还原生成银纳米颗粒掺杂于水凝胶内。实验结果显示，响应速度76.7ms，5Hz高频稳定循环9万次无衰减；最大夹持力4.9μN，可抓取20cm长微米铜丝；能操控不透光异形微粒、完成微器件三维组装；单细胞抓取后细胞存活率98.7%，还可穿过300μm毛细管，在兔胆管狭窄腔道完成微创生物取样，适配微制造与微创生物医学场景。

研究院2024级硕士研究生陈逸飞分享了《一种用于感知肌肉形态变化的‌可穿戴多通道A模式超声系统》的报告。无创监测肌肉收缩对中风康复、假肢控制等医疗应用意义重大，文章提出了一种可穿戴多通道A模式超声系统（WMAUS），用于无创监测肌肉收缩时的形态变形，通过多通道设计实现多角度肌肉监测。

该系统采用数字信号处理器(DSP)对信号发生/接收模块和信号处理模块进行控制。信号产生/接收模块为波形发生器：当接收到来自DSP的触发信号(Tx_EN=1)时，波形发生器同时产生8对触发信号(Pn/Nn)。在每对放电信号中，有N个方波周期，占空比为50%，相位差为180°。此外还设计了一个正或门来进行激励通道的选择，保证了8个通道顺序工作。在回波信号采集实验中，此系统与商用设备在阴影区、中心频率和带宽上性能相当，探测深度更优。实验验证了系统在激发脉冲、探测深度和轴向分辨率上的优势及在康复治疗和假肢研究中的可靠性。

研究院2024级硕士研究生张家诚围绕《消化内镜辅助机器人系统设计与研发》展开分享。文献提出的EasyEndo系统，其核心思路是在传统内窥镜外部加装模块化驱动装置，通过专门设计的手柄控制器，让医生用单手就能同时控制内窥镜的弯曲、旋转以及手术器械的进退和开合，另一只手则用于扶持镜体。实验结果表明无论是有无经验的操作者，借助该系统均能有效完成病灶标记、插管等典型内镜任务，这启发我们可以通过合理的机器人构型和交互设计来实现内窥镜功能的机电一体化控制，从而真正解放医生的双手并降低操作门槛。

文献来源：

[1]XIAO W, XIE J, ZHANG T, et al. ENPIRE: Agentic Robot Policy Self-Improvement in the Real World[EB/OL]. arXiv:2606.19980, 2026.

[2]Xu Z , She Y .LeTac-MPC: Learning Model Predictive Control for Tactile-reactive Grasping[J]. IEEE Transactions on Robotics, vol. 40, pp. 4376-4395, 2024.

[3]Pan D, Liang K, Xin C, et al. Optical fibre gripper for high-performance 3D micromanipulation[J]. Nature, 2026: 1-9.

[4]Yang, Xingchen, et al. "A wearable ultrasound system for sensing muscular morphological deformations." IEEE Transactions on Systems, Man, and Cybernetics: Systems 51.6 (2019): 3370-3379.

[5]Lee D, Cheon B, Kim J, et al. easyEndo robotic endoscopy system: Development and usability test in a randomized controlled trial with novices and physicians[J]. The International Journal of Medical Robotics and Computer Assisted Surgery, 2021, 17(1): 1-14